|
귀무가설/대립가설 수립
3. 데이터 수집 방법 및 예상되는 데이터의 관측 수(n) 가정
4. 분석을 위해 가장 적합한 분포와 분석 방법 기술
5. 가정한 숫자를 기반으로 95% 신뢰구간을 가정하여 가설검정
6. 결과 확인 및 해석
7. 출처 및 참고
|
|
|
이상이 없다면 25개 가운데 4개 이상의 불량품이 나올 확률이 0.034라고 한다. 공정에 이상이 있다고 할 수 있는가? 이 문제를 가설 검정 문제로 바꾸어 설명 하시오.
5. 데이터마이닝을 활용한 분석방법들을 나열하고 활용사례를 설명하라.
|
|
|
가설을 기각하여 발생하는 오차의 정도를 의미
*t검정과 분산분석
-t검정: 두 집단의 평균이 의미 있는 차이가 있는가를 분석하는 통계 방법
-분산분석: 세 집단 이상의 평균차이를 한번에 검증하는 방법
@표본추출방법
*확률표집(무선표집): 1)
|
|
|
검정한다.
- 유의 수준과 자유도를 이용하여 t값의 임계치를 구한다
- 영가설 설정: 운동시간은 체력과 상호관련성이 없다고 가정
- 대립가설 채택: 계산된 t값이 임계치보다 클 때
상관과 회귀
상관: 한 변인과 다른 변인의 관계를 알아보는 것
|
|
|
귀무가설이 실제로 참이지만, 그럼에도 불구하고 귀무가설을 기각하는 오류이다. 제1종의 오류를 범할 확률은 가설 검정에 대해 설정한 유의 수준인 α이다. α가 0.05이면 귀무가설을 잘못 기각할 확률이 5%라는 것을 인정하는 것이다. α파 값
|
|
|
확률\"이라함은 검정통계량의 유의성(Significance)의 정도를 확률적
으로 나타낸 것을 말한다.
2. 참고사항
ㅇ 즉, 유의확률은
- 검정통계량의 관측 값에 따라 귀무가설을 기각할 수 있는 최소의 유의수준을 나
타내는 확률을 말한다.
ㅇ 유의확
|
|
|
검정의 결과가 t-검정의 결괏값과 같다. 귀무가설이 기각되면 전체 회귀모형은 전체적으로 유의미하고, 검정 통계량의 값이 이론적 F값보다 크면 귀무가설을 기각한다.
이상 끝.
참고 문헌 : 행정 계량 분석 2023 문병기 저, 한국방송통신대학교
|
|
|
확률은 TDIST 함수를 이용하여 X: 1.3426 (검정통계량), Deg_freedom:14, TDIST(1.3426,14,1) = 0.1003 이다. 따라서 유의수준 0.05보다 크므로 귀무가설을 기각하지 못한다.
4. 10. (1)
(Y,X1)의 산점도
(Y,X2)의 산점도
4. 10. (2)
엑셀의 데이터분석 도구에서 [데이터]-[
|
|
|
대응하는 유의확률이 0.0053으로서 유의수준 =0.05>유의확률=0.0053으로 유의수준 5%에서 귀무가설을 기각할 수 있다. 따라서 두 집단이 등분산이라는 가정을 만족하지 않는다고 할 수 있다.
(4) ①가설 ,
②유의수준
③검정통계량=0.31
④기각역=
|
|
|
귀무가설을 기각한다. 그러므로 이 자료는 두 변수 간에 실제적인 선형관계가 존재한다는 근거를 제공한다.
참고
이는 앞의 SPSS 출력에서 p-값(유의확률)이 0.0966(<0.01)이었던 결과와 일치함을 확인할 수 있다. 1 연관성의 형태
2 상관
|
|
메뉴펼치기
